Verschiedene gemischte ModelloptionenUnter "Modell anpassen" bin ich etwas verwirrt darüber, wie man ein richtiges gemischtes Modell ausführt. Ein Ansatz scheint zu sein, „Mixed Model“ unter „Personality“ zu wählen und dann einfach Fixed Effects und Random Effects unter den verschiedenen Reitern hinzuzufügen. Die andere Option besteht jedoch darin, „Standard Least Squares“ unter „Persönlichkeit“ zu belassen und dann Variablen hinzuzufügen, die dann mithilfe des Dropdown-Menüs „Rotes Dreieck“ unter „Attribute“ als Zufallseffekte zugewiesen werden. Ist das nicht auch ein Mischmodell? Ich erhalte so ziemlich das gleiche Ergebnis, wenn ich es auf diese beiden Arten mit denselben Daten versuche, aber JMP gibt leicht unterschiedliche Ausgaben. Letztere verwendet REML-Varianzkomponentenschätzungen. Sind das die gleichen Analysen?
AnalytikBetreff: Verschiedene gemischte ModelloptionenVielen Dank, @P_Bartel .
Ja, es ist ein gemischtes Modell, das Random-Effects-Modell. Wenn die Daten jedoch unausgeglichen sind, sind die Ergebnisse etwas anders. Das gemischte Modell von JMP Pro wird bevorzugt.
Mit JMP Pro können Sie andere Arten von gemischten Modellen an Messwiederholungen anpassen, indem Sie Kovarianzstrukturen, räumliche Daten oder Zufallskoeffizientenmodelle auswählen.
Betreff: Verschiedene gemischte ModelloptionenVielen Dank. Tut mir leid, ich arbeite mit JMP Pro 15. Ich habe ein bestimmtes Beispiel, das ich durcharbeite, aber ich werde die Zeit der Leute nicht mit den unordentlichen Details verschwenden. Ich habe lediglich eine allgemeine Frage für die Zukunft gestellt und gehofft, es sei ein einfaches "Ja, sie sind im Wesentlichen gleich; verwenden Sie eine der beiden Optionen" oder "Nein, sie sind unterschiedlich, und hier ist der Grund, warum Sie eine der anderen vorziehen würden ". Wie bei den meisten Dingen klingt die Antwort jedoch komplizierter als ein Ja / Nein! Danke für die Links. Ich werde sie beobachten. Ich habe mir einige Tutorials und Schulungen für gemischte Modelle von JMP angesehen, aber das von mir angesprochene Problem nicht gefunden.
Betreff: Verschiedene gemischte ModelloptionenEs ist fast unmöglich, einen einheitlichen Arbeitsablauf für die Anpassung gemischter Modelle bereitzustellen, da so viel davon abhängt:
1. Welches JMP-Produkt verwenden Sie? Es gibt große Unterschiede zwischen JMP und JMP Pro in Bezug auf die Fähigkeiten für diese breite Familie von Modellierungsmethoden. Als ehemaliger leitender Systemingenieur bei JMP lautet meine Empfehlung an Experimentatoren und Modellierer, wenn Mixed Modeling etwas ist, auf das Sie wirklich angewiesen sind, sollten Sie JMP Pro ernsthaft in Betracht ziehen, da es im Vergleich zu JMP über ein viel breiteres Spektrum an Funktionen verfügt.
2. So viel hängt von der spezifischen experimentellen Designstruktur, der Definition von Effekten und dem Modell ab, das Sie anpassen möchten. Es gibt eine Vielzahl von Wegen in Bezug auf experimentelle Designstrukturen, Effektabschätzung usw., die alle bestimmte Auswahlen innerhalb des JMP/JMP Pro-Workflow-Ökosystems beeinflussen.
Das Obige hilft vielleicht nicht viel ... aber ohne zu wissen, welches Produkt Sie verwenden, weitere Details zum vorliegenden Problem, dem spezifischen experimentellen Design usw. Wenn Sie nicht bereits einen guten Ausgangspunkt haben, ist die JMP-Online-Dokumentation bzgl. gemischter Modelle finden Sie hier: JMP-Dokumentation für gemischte Modelle
Ich empfehle auch, sich dieses von meinem ehemaligen Kollegen präsentierte JMP On Demand-Webinar anzusehen @jiancao mit tollen Erklärungen und Beispielen: On-Demand-Webinar zur gemischten Modellierung
